Calculadora de distribuição beta

Calcule PDF, CDF, média, variância e moda da distribuição beta a partir dos parâmetros de forma.

Propriedades da distribuição beta
Insira parâmetros alfa e beta positivos e um ponto de avaliação entre zero e um.

Sobre a distribuição beta

A distribuição beta é uma distribuição de probabilidade contínua definida no intervalo de zero a um. Dois parâmetros de forma positivos, normalmente chamados alfa e beta, controlam seu formato. Essa flexibilidade a torna útil para modelar probabilidades, proporções, taxas de conversão, confiabilidade e outras grandezas com limites naturais inferior e superior. Quando alfa e beta são ambos um, a densidade é uniforme. Valores iguais maiores que um geram um formato simétrico com um pico; valores diferentes produzem assimetria à esquerda ou à direita. A função de densidade é x elevado a alfa menos um, multiplicado por um menos x elevado a beta menos um, dividido pela função beta B(alfa, beta). A densidade descreve a concentração relativa perto de um ponto, não a probabilidade de observar exatamente aquele valor contínuo. A função de distribuição acumulada fornece a probabilidade de uma variável beta ser menor ou igual a x. Esta calculadora avalia a CDF com a função beta incompleta regularizada e apresenta PDF e CDF no ponto solicitado. Várias medidas úteis vêm diretamente dos parâmetros. A média é alfa dividido por alfa mais beta. A variância é alfa vezes beta dividido pelo produto do quadrado da soma e alfa mais beta mais um. Quando ambos os parâmetros excedem um, a moda interna é alfa menos um dividido por alfa mais beta menos dois. Se algum parâmetro for no máximo um, a maior densidade pode ocorrer em uma extremidade ou nas duas; por isso, a calculadora marca a moda interna simples como indefinida. A distribuição beta é central na inferência bayesiana por ser uma distribuição a priori conjugada das verossimilhanças de Bernoulli e binomial. Uma priori Beta(alpha, beta), atualizada com s sucessos e f falhas, torna-se Beta(alpha + s, beta + f). Isso gera modelos de taxas eficientes e interpretáveis que expressam incerteza, e não apenas uma estimativa pontual. A distribuição também aparece em modelos de projetos, estatísticas de ordem e geração de números aleatórios. Escolha os parâmetros conforme a aplicação e lembre-se: alfa e beta são parâmetros de forma, não probabilidades. Use a PDF para comparar densidades relativas, a CDF para probabilidades de limiar e os momentos para resumir localização e dispersão.

Exemplos de distribuição beta

Estes conjuntos de parâmetros ilustram formas simétricas e assimétricas comuns.

Parâmetros (α, β, x)Resultados selecionadosForma
2, 2, 0.5PDF 1.5; CDF 0.5; média 0.5Uma curva simétrica centrada em um meio.
2, 5, 0.3PDF 2.1609; CDF 0.579825; média 0.285714Distribuição assimétrica à direita, concentrada perto dos valores menores.
5, 2, 0.7PDF 2.1609; CDF 0.420175; média 0.714286Imagem espelhada de Beta(2, 5).

Como calcular probabilidades beta

  1. Insira um parâmetro de forma alfa positivo.
  2. Insira um parâmetro de forma beta positivo.
  3. Informe o valor x entre zero e um em que a distribuição será avaliada.
  4. Selecione Calcular distribuição e confira a densidade, a probabilidade acumulada e as estatísticas resumidas.

Perguntas frequentes

O que alfa e beta controlam?

Eles controlam a concentração e a assimetria. Seu tamanho relativo desloca a massa para zero ou um, enquanto uma soma maior costuma reduzir a dispersão.

A PDF pode ser maior que um?

Sim. A densidade pode superar um porque a probabilidade é representada pela área sob a curva. A área total entre zero e um continua sendo exatamente um.

O que significa o resultado da CDF?

É a probabilidade de uma variável beta ser menor ou igual ao valor x informado. Ela sempre fica entre zero e um.

Por que a moda pode ser indefinida?

A fórmula usual da moda interna exige que ambos os parâmetros sejam maiores que um. Outras combinações colocam a densidade máxima em uma extremidade ou nas duas.

Como a distribuição beta é usada na análise bayesiana?

Ela costuma representar a incerteza sobre uma probabilidade de sucesso de Bernoulli desconhecida. Sucessos e falhas atualizam diretamente seus dois parâmetros de forma.